L'IA in Nomadia, cos'è?

L’intelligenza artificiale entra in tutte le attività umane. Com’è la situazione in Nomadia? Franck Laugier, Data Scientist responsabile dello sviluppo dell’IA in Nomadia, ci spiega come il gruppo integra i progressi dell’IA per metterli al servizio dell’efficienza dei team e delle performance dei propri clienti.

Franck LAUGIER, Data Scientist responsable du développement de l’IA chez Nomadia

• Qual è oggi il posizionamento dell’IA nell’organizzazione del gruppo Nomadia?
• Quali sono le sfide inerenti al dispiegamento dell’IA nelle aziende?
• Come si può garantire che un progetto di integrazione dell’IA abbia successo?
• I software Nomadia che integrano l’IA richiedono l’acquisizione di nuove competenze da parte degli utenti?
• L’intelligenza artificiale affascina, ma suscita anche preoccupazioni e timori. In che misura queste paure sono giustificate?
• Quali precauzioni adotta Nomadia per mantenere il pieno controllo dei suoi strumenti di IA?

Qual è oggi il posizionamento dell’IA nell’organizzazione del gruppo Nomadia?

Nomadia ha posizionato in modo logico l’intelligenza artificiale nella direzione “Core” della R&D, che ha la caratteristica di essere al servizio delle altre 6 direzioni della R&D. A differenza di queste ultime, la direzione di cui fa parte l’IA non lavora su un prodotto specifico, ma su moduli destinati ad essere integrati nei vari prodotti e servizi di Nomadia.

Questo posizionamento trasversale permette di comprendere bene che l’IA non è un prodotto, tanto meno un prodotto autonomo, ma un insieme di tecniche e strumenti che utilizziamo sia per ottimizzare i nostri processi interni, sia per arricchire le funzionalità dei software Nomadia e l’esperienza dell’utente. Questo arricchimento avviene sotto forma di framework di IA che vengono integrati nei prodotti esistenti con due grandi obiettivi: da un lato, minimizzare le attività a basso valore aggiunto e, dall’altro, aiutare gli utenti a prendere decisioni migliori quotidianamente, siano esse decisioni tattiche, strategiche o puramente operative.

Quali sono le sfide inerenti al dispiegamento dell’IA nelle aziende e, più specificamente, in un gruppo come Nomadia?

In generale, tutte le aziende sono obbligate a riflettere sul ruolo e sulla posizione dell’IA nelle loro attività e organizzazioni. La prima sfida non risiede nell’implementazione, ma prima di tutto nella comprensione di cosa sia l’intelligenza artificiale oggi. Ritengo che questa comprensione sia essenziale per sfatare il mito dell’IA “magica” o dell’IA “onnipotente” e concentrarsi sui casi d’uso più rilevanti per ogni azienda. Nomadia non ha fatto diversamente: abbiamo identificato più di 50 casi d’uso che ci hanno permesso di costruire una roadmap tenendo conto delle nostre priorità aziendali e delle aspettative dei nostri clienti.

Passare dall’intenzione all’implementazione e al dispiegamento effettivo dei prodotti IA è una seconda sfida per tutte le aziende. Da quando gli algoritmi di machine learning sono diventati ampiamente accessibili, numerosi studi dimostrano che il 50% dei progetti IA/dati realizzati internamente non supera la fase di prototipo, sia per mancanza di risorse e competenze, sia per mancanza di risultati convincenti. Non siamo più esattamente a quel punto, principalmente perché l’IA entra sempre di più nelle aziende attraverso software come i nostri. In quanto produttore di software, integriamo nei nostri prodotti framework di IA che permettono ai nostri clienti di lavorare più velocemente e meglio, senza dover possedere competenze specifiche in IA.

La difficoltà principale per noi, in quanto produttore di software specializzati, è che non partiamo da una pagina bianca. Non facciamo IA “scollegata dalla realtà”. Introduciamo framework di IA in prodotti ed ecosistemi esistenti, il che richiede di combinare le competenze di tutti i settori tecnici di Nomadia – sviluppatori, hosting, team di dati, etc. – per ottenere una soluzione integrata, stabile e semplice per i clienti.

Come possiamo assicurarci che un progetto di integrazione dell’IA abbia successo?

Per Nomadia, come per qualsiasi azienda, non si può mai essere completamente sicuri che un progetto di IA porti ai risultati attesi inizialmente. Da qui l’importanza di realizzare, per ogni progetto e per ogni problematica, uno studio di fattibilità che, oltre a convalidare la fattibilità tecnica, deve rispondere a due domande essenziali per giustificare l’investimento: quanto costerà rispetto a quanto farà guadagnare? E in quale lasso di tempo?

Una volta realizzata e convalidata questa prova di concetto, saranno generalmente necessarie diverse iterazioni per perfezionare i modelli.

Insisto molto sul fatto che non c’è nulla di magico nell’IA. Si tratta solo di statistica e matematica. Per quanto impressionante possa essere, un’IA generativa come ChatGPT è solo statistica. Tuttavia, una delle forze dell’intelligenza artificiale attuale, grazie alle reti neurali e agli algoritmi di apprendimento, è la capacità di ingerire miliardi e miliardi di dati per produrre questa statistica più velocemente di quanto farebbero milioni di computer e miliardi di cervelli umani. È così che si riesce a ottenere quasi istantaneamente previsioni che tutti i statistici del mondo non sarebbero in grado di calcolare in 100 anni!

Ciò significa anche che, affinché un progetto di IA abbia successo, è necessario disporre di alcune competenze che non tutte le aziende possono permettersi, ma che stanno diventando indispensabili per un’azienda di software. Penso ai data scientist, la cui competenza chiave è sapere quale algoritmo può rispondere a una determinata problematica. Penso anche ai data engineer. Questi ultimi hanno un ruolo fondamentale poiché sono loro che integrano concretamente la data science negli ecosistemi esistenti per fornire soluzioni efficaci e senza soluzione di continuità.

I software Nomadia che integrano l’IA richiedono l’acquisizione di nuove competenze per gli utenti?

L’integrazione dell’IA estende le possibilità dei nostri software, ma non richiede alcuna competenza particolare da parte dell’utente finale. La correzione automatica dei resoconti d’intervento grazie all’IA generativa, le previsioni sui tempi d’intervento o le raccomandazioni di azioni pertinenti in un determinato contesto aziendale sono pensate per aiutare gli utenti e far loro risparmiare tempo.

È lo stesso anche internamente, ad esempio con lo strumento di ricerca basato su IA che abbiamo creato per i nostri team di supporto. Laddove ci volevano diversi minuti per trovare le informazioni giuste, questo sistema esplora in pochi secondi tutte le conoscenze accumulate dal team di supporto nel corso dei decenni, ripropone i ticket simili e gerarchizza le soluzioni che sono state fornite. È un risparmio di tempo che si misura in ore per i team, ma anche un aumento della pertinenza delle risposte. L’IA è lì per portare facilità, rapidità, efficienza, non per rendere le cose più complicate! È con questo spirito che lavoriamo.

L’intelligenza artificiale affascina, ma suscita anche preoccupazioni e timori. Fino a che punto questi timori sono giustificati?

Data la sua capacità di elaborare efficacemente miliardi di informazioni, le preoccupazioni possono essere giustificate. Si può citare come esempio la sorveglianza dei nostri spazi pubblici tramite video. Da questa videosorveglianza algoritmica per “una buona causa” a un controllo sociale generalizzato che minaccia le libertà individuali, purtroppo il passo è breve.

Un altro rischio importante riguarda la veridicità delle informazioni. I social media sono già pieni di immagini e video creati da IA generativa. Che si parli di testi o di immagini, come faremo domani per discernere una vera informazione da un’informazione fabbricata dall’IA per scopi manipolatori o criminosi? Questa è una domanda che al momento non ha risposta.

È quindi fondamentale essere estremamente vigili e adottare comportamenti che minimizzino i rischi. Ad esempio, è consigliabile evitare di includere dati personali nelle proprie conversazioni con modelli di IA generativa e, se si utilizzano questo tipo di strumenti pubblici in azienda, fare attenzione a non divulgare informazioni strategiche e dati soggetti al GDPR.

Quali precauzioni prende Nomadia per mantenere il pieno controllo sui propri strumenti di intelligenza artificiale?

Questo è un punto estremamente importante. Per motivi di riservatezza e indipendenza, la nostra prima regola è fare tutto ciò che possiamo con open source e internamente.

Inoltre, per addestrare i nostri modelli di IA, lavoriamo con set di dati anonimizzati, il che evita problemi di non conformità con il GDPR e risponde alle preoccupazioni dei nostri clienti più attenti alla sicurezza e alla riservatezza dei propri dati.

Infine, non ospitiamo nulla destinato al mercato europeo al di fuori dell’Unione Europea. È attenendoci a queste regole che possiamo offrire garanzie ai nostri clienti e continuare a proporre soluzioni che sfruttano l’IA ovunque possa semplificare, accelerare, ottimizzare ciò che fanno i loro collaboratori.